• 學習重點
  • 多元迴歸分析
  • 平均數差異考驗
  • 共變數分析
  • 多變量單因子變異數分析
  • 一般線性模式

多元迴歸分析：多元迴歸模型可用於預測以及探索IV對DV的影響是否成立，迴歸分析IV的投入有強迫進入法、逐步迴歸分析…等方法，本課程將逐一介紹這些方法的用途以及報表解釋。

平均數差異考驗：包含獨立樣本t檢定、成對樣本t檢定與變異數分析變異數分析，本課程會針對上述三種方法的使用時機與檢定方法以及報表進行詳細介紹。

共變數分析：此分析法經常被使用在教育、心理以及醫學上，一般在進行實驗設計時，會將組別區分成實驗組與控制組，此方法主要在檢定研究者所設定的實驗法是否為有效之方法。但共變異數分析是一個十分脆弱的統計方法，一但不滿足數學基本假設，檢定結果時分不可信，本課程將進一步介紹違反數學基本假設時如何進行處理。

一般線性模式：當個分類母體變異數相同時，一般線性模式包含獨立樣本T檢定、變異數分析以及迴歸分析。變異數分析是一個強而有力的分析工具，它可以取代上述檢定，特別是當投入變數含有類別變數時的處理，一般線性模式顯得十分簡單快速，本單元將詳細介紹一般現行模式內所涵蓋的統計分析技術以及使用時機。